getRawTextContent() returns text not found in pdfData.formImage

Đang mở
  • Có gì không ổn?
#209 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
25/100
Loại issue
Lỗi
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
json
Lĩnh vực
backend

Hướng nghiên cứu

Bắt đầu bằng cách lần theo getRawTextContent() và so sánh đầu ra của nó với pdfData.formImage.Pages[].Texts trong ví dụ được cung cấp. Điều tra đường dẫn trích xuất văn bản PDF và ghi lại lý do văn bản có thể được trả về khi các mảng đó rỗng; hoàn tất khi hành vi này có lời giải thích rõ ràng hoặc đã xác định được một bản sửa lỗi có thể tái hiện.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

When I look at the pdfData.formImage object there are no text blocks, but getRawTextContent() returns the strings that I expect to see. I'm not very familiar with how/if the implementation of text extraction differs, so is there a simple explanation for this e.g. the formatting of the pdf, or how do I go about debugging?

pdfData.formImage is something like

{"formImage":{"Transcoder":"[email protected] [https://github.com/modesty/pdf2json]","Agency":"","Id":{"AgencyId":"","Name":"","MC":false,"Max":1,"Parent":""},"Pages":[{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":52.625,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.5,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.036,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":49.036,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":47.932,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":47.932,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]},{"Height":47.767,"HLines":[],"VLines":[],"Fills":[{"x":0,"y":0,"w":0,"h":0,"clr":1}],"Texts":[],"Fields":[],"Boxsets":[]}],"Width":38.25}}
```
Ngôn ngữ chính
Java
Star
2.2k
Fork
396
Merge trung bình
9 ngày 19 giờ
Pull request đã merge (30 ngày)
3

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của modesty/pdf2json

Tất cả issue của modesty/pdf2json

Issue tương tự

Thêm issue về Java

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.